Wird KI UX-Designer ersetzen?

In meiner eigenen Arbeit sehe ich das heute nicht. KI beschleunigt Arbeiten wie Textentwürfe, Transkripte und wiederkehrenden Code. Mit Nutzern zu sprechen und die Verantwortung für eine Entscheidung zu übernehmen, bleibt Aufgabe von Menschen. Eine Prognose für die Zukunft gebe ich nicht ab.

Kann man in der UX-Forschung von KI erzeugte Nutzer einsetzen?

Nicht anstelle echter Nutzer. Im Vergleich von NN/g aus dem Jahr 2024 gaben synthetische Nutzer übertrieben optimistische Antworten. Für Desk Research und Hypothesen können sie ein Anfang sein. Das Ergebnis muss trotzdem mit echten Nutzern geprüft werden.

Nutzt ux.center in Projekten KI?

Ja. Um wiederkehrende Arbeit zu beschleunigen, nutze ich KI-Werkzeuge. Research und Design mache ich selbst, den Code prüfe ich auch selbst. Niemand sonst arbeitet an Ihrem Projekt.

Nimmt KI UX-Designern die Arbeit weg?

Meine kurze Antwort

Diese Frage stellen mir Kunden genauso wie Menschen, die Designer werden wollen. Meine Antwort ist jedes Mal dieselbe: KI übernimmt einen Teil der Arbeit, nicht die ganze.

Der Tag eines UX-Designers besteht nicht aus einer einzigen Tätigkeit. Er spricht mit Nutzern, liest Notizen, zeichnet Screens, schreibt Texte, diskutiert mit dem Team und vertritt am Ende eine Entscheidung. In manchen Zeilen dieser Liste ist KI sehr gut, in anderen kommt sie gar nicht vor.

Was die Zukunft bringt, weiß ich nicht, und ich werde auch keine Prognose abgeben. Hier beschreibe ich, was ich heute in meiner eigenen Arbeit sehe, und ein paar Studien, die ich gelesen habe.

Wie ich KI nutze

ux.center halte ich bewusst klein. An anderer Stelle der Website habe ich das in einem Satz geschrieben: „KI-Werkzeuge übernehmen die Routine. Meine Zeit geht in die Entscheidungen.“

In Projekten gilt dieselbe Regel. Um schneller voranzukommen, nutze ich KI-Werkzeuge, aber niemand sonst arbeitet an Ihrem Projekt. Research, Design und Frontend-Code mache ich selbst.

In der Praxis sieht das so aus. Bei einem UX Audit finde ich die Befunde und vergebe die Schweregrade. Die KI hilft mir, meine Notizen in eine saubere Liste zu bringen und Alternativen für einen Text zu finden.

In einem Design- und Code-Sprint entsteht wiederkehrender Komponentencode mit KI viel schneller. Trotzdem öffne ich jeden Screen im Browser und probiere ihn selbst aus. Funktioniert ein Button nicht, bin ich dafür verantwortlich.

Welche Arbeit KI beschleunigt

Feifei Liu, Mingjin Zhang und Raluca Budiu von der Nielsen Norman Group befragten im Juli und August 2023 841 Menschen, die im UX-Bereich arbeiten.

Die Tätigkeiten, für die die Teilnehmenden KI nutzten, ließen sich vier Rollen zuordnen: Content-Editor, Research-Assistenz, Ideenpartner und Design-Assistenz. Beispiele waren Microcopy schreiben, Desk Research zusammenfassen und den Entwurf eines Interviewleitfadens erstellen.

Derselbe Artikel nennt auch eine wichtige Grenze. Laut den Autoren erfordern die meisten UX-Tätigkeiten ein tiefes Verständnis eines bestimmten Produkts und seiner Nutzer. Ein allgemeines KI-Werkzeug hat dieses Wissen nicht. Sie müssen es ihm geben.

Daten zum Tempogewinn

Jakob Nielsen fasste 2023 die Ergebnisse von drei Studien zusammen. Support-Mitarbeitende mit KI beantworteten pro Stunde 13,8 Prozent mehr Anfragen. Wer Geschäftstexte schrieb, schaffte pro Stunde 59 Prozent mehr Dokumente.

Programmierer schlossen pro Woche 126 Prozent mehr Projekte ab. Laut Nielsen ergibt der Durchschnitt der drei Studien eine Produktivitätssteigerung von 66 Prozent.

Neben dieser Zahl muss man auch Nielsens eigene Warnungen lesen. Die Daten stammen aus älteren KI-Versionen wie ChatGPT 3.5. Und der Zuwachs entsteht nur bei Aufgaben, die von KI unterstützt werden.

Nielsen schreibt auch, dass in manchen Berufen wie dem UX-Design viele Aufgaben für KI-Unterstützung ungeeignet sein könnten. Dieser Satz ist für mich die ehrlichste Stelle des Artikels.

Wer erledigt diese Aufgabe?

Zehn Varianten für einen Buttontext schreiben KI beschleunigt
Entwürfe erzeugen ist die Arbeit, in der KI am schnellsten ist. Die erste Liste dauert Minuten. Welche Variante bleibt, entscheide ich.
Ein Interview transkribieren KI beschleunigt
Das ist eine wiederkehrende Arbeit mit klaren Regeln. Das Transkript macht die KI, beim Lesen höre ich zweifelhafte Stellen in der Aufnahme nach.
Wiederkehrenden Komponentencode schreiben KI beschleunigt
Dieselbe Kartenkomponente in zehn Screens einzubauen, kostet Zeit. Den Code schreibt die KI, ich führe ihn aus und prüfe ihn auf dem Bildschirm.
Interviewnotizen in Themen gruppieren Beide zusammen
Die KI liefert die erste Gruppierung schnell. Sie kann aber auch ein plausibel wirkendes, falsches Thema erzeugen. Jedes Thema binde ich an einen echten Satz aus der Aufnahme.
Erste Wireframe-Varianten für einen Screen zeichnen Beide zusammen
Die KI schlägt ein paar Layouts vor, und ich gehe von ihnen aus. Welches Layout zur Aufgabe der Nutzer passt, entscheidet die Person, die das Produkt kennt.
Ein Interview mit Nutzern führen Der Mensch entscheidet
Ein von KI erzeugter synthetischer Nutzer weiß nicht, was ein echter Nutzer erlebt. Im Interview kommt die eigentliche Information aus der Antwort, die ich nicht erwartet habe.
Einem Audit-Befund einen Schweregrad geben Der Mensch entscheidet
Der Schweregrad hängt davon ab, wie oft ein Problem auftritt und wie sehr es dem Produkt schadet. Das ist ein Urteil, und darunter steht meine Unterschrift.
Entscheiden, was in diesem Sprint gebaut wird Der Mensch entscheidet
In diese Entscheidung gehen das Budget und die Ziele des Unternehmens ein. Für das Ergebnis ist verantwortlich, wer entscheidet.

Die acht Aufgaben stammen aus meiner eigenen Arbeit. Drücken Sie auf eine Karte, darunter erscheint, wer die Arbeit erledigt und warum. Diese Einteilung ist meine Meinung, kein Messergebnis.

In dieser Einteilung sehe ich ein Muster. Bei allen Aufgaben, die KI allein gut erledigt, lässt sich das Ergebnis leicht prüfen. Ein Transkript prüfe ich an der Aufnahme, Code, indem ich ihn ausführe.

Bei den Aufgaben, die beim Menschen bleiben, steht die richtige Antwort vorher nicht fest. Um sie zu finden, muss man mit Nutzern sprechen oder eine Entscheidung treffen.

Was sie nicht kann: Forschung

Die Idee, die ich in letzter Zeit am häufigsten höre: Forschung mit synthetischen Nutzern, die von KI erzeugt werden. Das klingt billig und schnell.

Maria Rosala und Kate Moran von NN/g verglichen 2024 die Antworten solcher Werkzeuge mit ihren Studien mit echten Nutzern. Ein echter Teilnehmer wurde gefragt, ob er alle sieben Teile seines Kurses abgeschlossen habe. Er sagte, er habe nur drei abgeschlossen. Der synthetische Nutzer sagte dagegen, er habe alle erwähnten Kurse abgeschlossen.

Ein ähnlicher Unterschied zeigte sich bei Foren. Die meisten echten Teilnehmenden sagten, sie nutzten die Kursforen nicht, die synthetischen Nutzer sahen Foren positiv. Laut den Autorinnen gewinnt man Tiefe und Empathie, wenn man echte Menschen beobachtet und mit ihnen spricht. Synthetische Nutzer können das nicht ersetzen.

Das kenne ich auch aus meiner eigenen Arbeit. Der wertvollste Moment im Interview ist der, in dem jemand sagt: „Eigentlich benutze ich das gar nicht.“ Eine Antwort, die aus dem Durchschnitt erzeugt wird, bringt diesen Satz nicht hervor.

Ganz verwerfen die Autorinnen synthetische Nutzer nicht. Ihrer Ansicht nach können solche Werkzeuge bei Desk Research und beim Aufstellen von Hypothesen helfen. Die endgültige Entscheidung sollte man aber nicht auf diese Antworten stützen. Was dabei herauskommt, ist eine Hypothese, die mit echten Nutzern geprüft werden muss.

Entscheidung und Verantwortung

KI kann auch etwas Falsches in sehr selbstsicherem Ton sagen. Das nennt man Halluzination. Page Laubheimer von NN/g definiert eine Halluzination in seinem Artikel von 2025 als Ausgabe, die plausibel wirkt, aber falsch oder unsinnig ist.

Laut Laubheimer können KI-Systeme noch nicht wissen, ob ihre Ausgaben stimmen. Ich ziehe daraus diesen Schluss: Hinter jeder Ausgabe muss jemand stehen, der sie prüft.

Im Design bedeutet diese Prüfung eine Entscheidung. Ein Feld aus einem Formular zu entfernen oder eine Funktion zu verschieben, verlangt, dass jemand sagt: „Das habe ich gewählt.“

Fragt ein Team, mit dem ich arbeite, warum ein Screen so aussieht, bekommt es die Antwort von einer Person. Darum geht es im Kern auch beim nutzerzentrierten Design: die Entscheidung auf Wissen zu stützen, das von Nutzern kommt.

Meine Notiz

Durch KI ist meine Arbeit kaum weniger geworden. Geändert hat sich, wofür ich meine Zeit verwende. Transkripte und Entwürfe, die früher einen Nachmittag kosteten, gehen heute schnell. Die gewonnene Zeit nutze ich, um Aufnahmen von Nutzern anzusehen und Entscheidungsnotizen zu schreiben.

Vor einem habe ich allerdings Respekt. Mit KI sehr schnell Screens zu erzeugen, kann bedeuten, eine falsche Frage schnell zu beantworten. Je schneller ein Wireframe-Entwurf entsteht, desto größer ist das Risiko, dass er freigegeben wird, ohne mit Nutzern geprüft zu sein.

Deshalb habe ich mir eine einfache Regel gegeben. Alles, was KI erzeugt, ist ein Entwurf und geht nicht ungeprüft an den Kunden.

Für alle, die Designer werden wollen

Diese Frage stellen vor allem Berufseinsteiger. In den Studien, die Nielsen zusammengetragen hat, gibt es einen weiteren Befund: KI steigerte die Produktivität am stärksten bei den am wenigsten erfahrenen Beschäftigten. Im Kundensupport schafften die schwächsten 20 Prozent 35 Prozent mehr Arbeit.

Das lese ich als Chance. Werkzeuge können den Abstand am Anfang verkleinern. Nutzern zuzuhören und eine Entscheidung zu vertreten, lernen Sie aber nur durch eigene Praxis.

Mit welchen Fähigkeiten Sie anfangen, beschreibe ich Schritt für Schritt im Ratgeber UX-Designer werden. Wollen Sie gemeinsam überlegen, wo Sie KI in einem Projekt einsetzen, können wir in einem 15-minütigen Gespräch darüber reden.